摘要:医学研究表明：油烟机噪声是一种对人体有害的噪声，特别是对于老年人来说，油烟机噪声极大的影响他们的身体健康。现如今，油烟机是手动调节档位的，不能够进行全自动化的操作，油烟机需要人为的来启动，同时在油烟产生较小时仍保持较高的转速，此时带来了较大的噪声，给人们带来了不便。本项目通过对油炸信号进行识别来启动油烟机，使人们的生活走向自动化，更加便捷人们的生活。针对油烟噪声的识别问题，本文采用以下两种方法优化信号，以提升检测的准确度。

　　　为了抑制厨房内其余无用信号从而识别出油炸信号，首先，本文利用自适应滤波算法LMS（最小均方）算法消除在混合信号的预测以提高检测精度，最后利用短时过零率对滤波后信号进行端点识别。

　　　而后，本文采用NMF(Nonnegative Matrix Factorization)算法进行信号分离，从而实现从背景干扰中提取油炸信号，同时根据油炸信号的特点进行信号重构，从而消除无用信号，提高识别的准确度。然后，基于短时能量等特征对重构后油炸信号进行端点识别。

　　　同时，根据油炸信号特征，针对NMF分离后信号聚类的方式，本文提出了两种非监督学习下的聚类的方法。

　　　本文采用计算机仿真实现设计的算法，验证算法的正确性。

关键词：油炸信号；LMS算法(Least Mean Square)；NMF算法(Nonnegative Matrix Factorization)；端点识别

目录

摘要

ABSTRACT

第1章 绪论-1

1.1 研究背景及意义-1

1.2 国内外发展状况-1

1.3 本文内容安排-2

第2章 油烟识别理论基础-3

2.1 油炸信号基本特征-3

2.2 音频信号时域特征提取-3

2.2.1 短时平均过零率-4

2.2.2 短时平均能量-5

2.3 音频信号频域分析-5

2.3.1 频谱图-5

2.4 端点检测-6

第3章 自适应滤波-8

3.1. 自适应横向滤波器-8

3.1.1基本原理-8

3.1.2均方误差曲面-9

3.2 自适应滤波器算法-10

3.2.1最快速降算法-10

3.2.2 LMS算法-10

3.3 自适应滤波器的应用-12

3.3.1自适应消噪基本原理-12

3.3.2自适应预测对消周期干扰-13

3.4 实验仿真-14

3.4.1 LMS算法仿真-14

3.4.2 LMS滤波后油炸信号端点识别结果分析-18

第4章 基于KL-divergence的NMF(单信道)油炸信号分离-20

4.1 NMF算法原理-20

4.2 基于NMF的油炸声音分离-21

4.2.1 NMF矩阵分解：-21

4.2.2 信号分离、聚类：-22

4.2.3 信号重构：-25

4.3 NMF重构信号仿真以及性能评价-26

4.4重构信号端点检测仿真以及性能评价-26

第5章 结论与展望-29

5.1结论-29

5.2不足之处及未来展望-29

参考文献-30

致  谢-31